.png){kind=icon}
返回
Extracting Regular Building Footprints Using Projection Histogram Method from UAV-Based 3D Models
.png){kind=icon}
OA
AI
DOI：10.3390/ijgi14010006.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
从3D模型中提取建筑轮廓面临严峻挑战，这些挑战源于建筑结构的复杂多样性和城市场景的复杂性。当前技术严重依赖人类专业知识，并涉及重复、劳动密集的手动操作。为解决这些局限性，本文提出了一种创新的自动技术，可从3D数据中直接精确提取建筑平面图，特别是带有山墙和悬山屋顶的建筑。我们的方法包含几个关键步骤：首先，我们构建三角不规则网络（TIN）以捕捉建筑物的复杂几何形状。随后，我们采用2D索引和计数网格进行高效数据处理，并利用先进的连通组件标记算法精确识别屋顶范围。手动指定单个种子点启动该过程，由此我们选择代表建筑物外墙的三角形面片。利用投影直方图方法，这些面片被分组处理以提取规则建筑平面图。在南京和武汉数据集上进行的广泛实验表明了本方法的高精度。分别以99.2%和99.4%的交并比均值（mIOU）以及94.3%和96.7%的F1分数，证明我们的方法在从3D实景数据中绘制建筑平面图方面既有效又稳健。这项工作代表了从复杂3D场景中自动化提取建筑平面图的重要进展，具有在城市规划、灾害响应和环境监测中的潜在应用。
Keyword:
building footprints
regularization
projection histogram
connected component labeling
3D real-scene
期刊
IF:
6
论文数:
830
被引数:
1.4K
机构
暂无机构信息
引用论文
Adversarial Shape Learning for Building Extraction in VHR Remote Sensing ImagesVHR遥感影像中建筑物提取的对抗性形状学习OAAI
OAAI分享收藏Building footprint extraction from aerial photogrammetric point cloud data using its geometric features利用航空摄影测量点云数据的几何特征提取建筑物足迹
PREAI
分享收藏Building outline extraction from ALS point clouds using medial axis transform descriptors.png)
PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏BEARNet: A Novel Buildings Edge-Aware Refined Network for Building Extraction From High-Resolution Remote Sensing ImagesBEARNet: 一种新颖的建筑物边缘感知细化网络，用于从高分辨率遥感图像中提取建筑物
PREAI
分享收藏
查看更多内容